Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
İLERİ OPTİMİZASYON YÖNTEMLERİ-II	Üçüncü Düzey	UMD 622		2	7.50	7.50	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	-
Eğitimin Dili	Türkçe
Koordinatör	PROF. DR. SELÇUK ASLAN
Dersi Veren Öğretim Eleman(lar)ı	Prof. Dr. Selçuk ASLAN
Yardımcı Öğretim Eleman(lar)ı	-
Dersin Veriliş Şekli	Yüz yüze
Dersin Amacı	Karmaşık ve büyük ölçekli mühendislik problemlerinin çözümünde kullanılan ileri optimizasyon yöntemlerini öğretmek; öğrencilerin küresel optimizasyon, meta-sezgisel algoritmalar, çok amaçlı optimizasyon, belirsizlik altında optimizasyon ve yapay zekâ destekli optimizasyon tekniklerini kullanarak doktora düzeyinde özgün araştırmalar gerçekleştirebilmelerini sağlamaktır.
Dersin Tanımı	Küresel optimizasyon yöntemleri, meta-sezgisel algoritmalar, stokastik optimizasyon, çok amaçlı ve çok disiplinli optimizasyon, sağlam (Robust) ve güvenilirlik tabanlı optimizasyon, vekil (Surrogate) modelleme, yapay zekâ destekli optimizasyon, büyük ölçekli mühendislik sistemleri ve havacılık uygulamalarına yönelik ileri optimizasyon tekniklerini kapsar.

Dersin İçeriği

1	İleri optimizasyon problemlerinin sınıflandırılması, küresel optimizasyonun temel kavramları, yerel ve küresel optimum çözümler.
2	Stokastik optimizasyon yöntemleri, rastgele arama teknikleri ve Monte Carlo tabanlı optimizasyon yaklaşımları.
3	Meta-sezgisel optimizasyon algoritmaları-I: Genetik Algoritma (GA), Evrimsel Stratejiler (ES) ve Evrimsel Programlama.
4	Meta-sezgisel optimizasyon algoritmaları-II: Parçacık Sürü Optimizasyonu (PSO), Diferansiyel Evrim (DE), Yapay Arı Kolonisi (ABC), Ateşböceği (FA) ve Guguk Kuşu (CS) algoritmaları.
5	Çok amaçlı optimizasyon yöntemleri, Pareto optimalitesi, NSGA-II, MOPSO ve çok kriterli karar verme teknikleri.
6	Çok disiplinli tasarım optimizasyonu (MDO), disiplinler arası etkileşimler ve havacılık mühendisliğinde uygulamaları.
7	Sağlam (Robust) tasarım optimizasyonu, güvenilirlik tabanlı optimizasyon (Reliability-Based Design Optimization - RBDO) ve belirsizlik analizi.
8	Vekil (Surrogate) modelleme yöntemleri; Yanıt Yüzeyi (Response Surface), Kriging, Radyal Tabanlı Fonksiyonlar (RBF) ve Gaussian Process modelleri.
9	Adjoint tabanlı optimizasyon yöntemleri, gradyan hesaplama teknikleri ve CFD tabanlı tasarım optimizasyonu.
10	Yüksek performanslı hesaplama (HPC), paralel optimizasyon algoritmaları ve büyük ölçekli mühendislik problemlerinin çözümü.
11	Havacılık ve uzay mühendisliğinde ileri optimizasyon uygulamaları; aerodinamik şekil optimizasyonu, uçuş mekaniği, yapısal tasarım, pervane ve itki sistemlerinin optimizasyonu.
12	Araştırma projelerinin sunumu, bilimsel değerlendirme, optimizasyon sonuçlarının yorumlanması ve dönem sonu proje sunumları.
13	-
14	-
15	-
16	-
17	-
18	-
19	-
20	-

Dersin Öğrenme Çıktıları

1	Küresel optimizasyon problemlerini matematiksel olarak analiz eder, farklı optimizasyon yaklaşımlarını karşılaştırır ve problem yapısına uygun çözüm yöntemlerini belirler.
2	Meta-sezgisel ve stokastik optimizasyon algoritmalarını geliştirir, uygular ve yakınsama performanslarını bilimsel ölçütlerle değerlendirir.
3	Çok amaçlı optimizasyon yöntemlerini kullanarak çelişen tasarım hedefleri arasında Pareto-optimal çözümler üretir ve karar verme süreçlerini yönetir.
4	Çok disiplinli tasarım optimizasyonu (MDO) yaklaşımlarını aerodinamik, yapısal, kontrol ve itki sistemlerini kapsayan mühendislik problemlerine uygular.
5	Belirsizlik altında optimizasyon, sağlam tasarım ve güvenilirlik tabanlı optimizasyon yöntemlerini kullanarak güvenilir ve sürdürülebilir mühendislik çözümleri geliştirir.
6	Yüksek performanslı hesaplama altyapıları ve paralel optimizasyon algoritmalarını kullanarak büyük ölçekli mühendislik problemlerini etkin biçimde çözer ve hesaplama verimliliğini artırır.
7	İleri optimizasyon yöntemleri alanındaki güncel bilimsel çalışmaları eleştirel bakış açısıyla değerlendirir, araştırma boşluklarını belirler ve doktora düzeyinde özgün araştırmalar planlayarak bilimsel katkı sağlar.
8	İleri optimizasyon tekniklerini kullanarak özgün mühendislik araştırmaları tasarlar, yürütür ve sonuçlarını ulusal ve uluslararası bilimsel etik ilkelerine uygun biçimde raporlar; akademik yayın, proje ve bilimsel sunum formatında paylaşabilecek araştırma yetkinliği kazanır.
9	-
10	-

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Lisans programında edinilen birikime dayalı olarak, Gıda Mühendisliği bilgilerini uzmanlık düzeyinde geliştirmek ve derinleştirmek.
2	Bilimsel araştırma planlama, uygulama ve değerlendirme becerilerine sahip olmak.
3	Değişik disiplinlere ait bilgileri Gıda Mühendisliği alanında edindiği bilgilerle harmanlayabilmek.
4	Proses ve süreç tasarımlarında yeni ve uygulama alanı bulabilecek fikir geliştirme ve uygulayabilme becerisine sahip olmak.
5	Gıda teknolojisinde uygulanan son teknolojiler hakkında kapsamlı bilgiye sahip olmak.
6	Lisans seviyesinde ders verebilme yetisibe sahip olmak.
7	Bilişim teknolojisinden (sunum, yazım, istatistik ve grafik programları) etkin bir şekilde yararlanabilmek.
8	Alanı ile ilgili bir problemin çözümünde sorumluluk alabilecek yetkinliğe sahip olmak.
9	Bilimsel çalışmalarda eksik noktaları belirleyerek, çözüm noktasında izleyeceği yolun tayinini gerçekleştirebilecek altyapıya sahip olmak.
10	Uluslarası literatürü takip edebilecek terminolojiye hakim olmak.
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü

	Sayısı	Süresi (saat)	Sayı*Süre (saat)
Yüz yüze eğitim	0	0	0
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)	14	3	42
Ödevler	1	20	20
Sunum / Seminer hazırlama	0	0	0
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	10	10
Ara sınavlar	0	0	0
Proje (Yarıyıl ödevi)	1	20	20
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	10	4	40
Yarıyıl sonu sınavı	0	0	0
Araştırma	14	4	56
Toplam iş yükü			188
AKTS			7.50

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	0	0
Kısa sınav	0	0
Ödev	0	0
Yarıyıl içi toplam		0
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		0
Yarıyıl sonu sınavının başarıya katkı oranı		100
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	-
Yardımcı Kaynaklar	-

Ders İle İlgili Dosyalar

DBP Hakkında

Ders Hakkında

Bölüm Hakkında